MétaCan
Menu
Retour à la cohorte
Enregistrement W4406343441 · doi:10.1121/10.0034951

A review of port noise management strategies to improve sonic cohabitation

2024· review· en· W4406343441 sur OpenAlexaff
Negar Imani, Cynthia Tarlao, Catherine Guastavino

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2024
Typereview
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensCentre for Interdisciplinary Research in Music Media and TechnologyMcGill University
Organismes subventionnairesnon disponible
Mots-clésDocumentationPort (circuit theory)CohabitationNoise (video)Corporate governanceVariety (cybernetics)TelecommunicationsComputer scienceBusinessPolitical scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Sonic cohabitation between port areas and the communities living nearby is a major concern for many cities worldwide. To manage port noise, city governments, port authorities, and even academic researchers have formulated various strategies at different scales. Most of these strategies have been published in a variety of formats (e.g., academic articles, acoustic reports, and governance guidelines), and to our knowledge, have never been compiled and reviewed. The present paper is a review of available documentation and literature to identify trends and practices in port noise management. A Web of Science search and additional reference list checks yielded a total of 69 documents, out of which we identified 41 documents for full review. We found that three main types of strategies are suggested or implemented, namely (1) technical solutions (e.g., noise barriers), (2) design and planning considerations (e.g., traffic calming, buffer zones), and (3) processes and operations (e.g., communication with residents, hours of operation). Few of the suggested or implemented strategies to mitigate noise port are evaluated after implementation. Nearly all of the evaluations rely on acoustic measurements and overlook resident experiences. We discuss ways to better involve residents to improve sonic cohabitation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,039
Tête enseignante GPT0,428
Écart entre enseignants0,390 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetNoise Effects and ManagementTravaux en français237 207